2018考研数学大纲解析后需要把握概率复习要点有哪些

虽然2019考研数学大纲还未公布，但对于往年的考研大纲相比也不会特别大的改动和变化，因此在每年考研大纲未公布之前，考研的同学也会通过参考往年的考研大纲来进行考研数学的复习。今天给大家分享一些关于考研数学中概率复习的要点。

考研数学分为高等数学、线性代数、概率论与数理统计三个模块(数二不考概率论与数理统计)。《2018年全国硕士研究生招生考试数学考试大纲》已经出来了，结合2017年考研数学大纲分析出，考研数学基本没有什么变化，现在就结合新大纲把握概率复习要点分析。

概率论与数理统计是数一、数三考生的公共内容，数二考生不要求，占22%，包含概率论和统计两大模块。概率统计中的第一章是随机事件和概率，这是这门课的基础，主要讲概率论的一些基本概念和计算公式。从过去十多年的考试命题规律来看，这章的主要考点包含三个方面：一是两大概念，包括随机事件的不相容(互斥)和独立性;二是三种概型，包括古典概型、伯努利概型和几何概型;第三方面是五大公式，包括：加法公式、减法公式、乘法公式(条件概率公式)、全概率公式、贝叶斯公式(Bayes)，其中乘法公式与条件概念公式在本质上是相同的，而贝叶斯公式则是综合条件概率公式和全概率公式所得。

随机变量及其分布是关于一维随机变量的内容，它是多维随机变量及以后各章的基础，它将高等数学中的分析和计算工具引进到概率统计中来。这章的主要考点是分布函数和概率密度的性质，以及正态分布的性质，其它考点包括常用的几个离散型和连续型分布，主要是：二项分布、泊松分布、均匀分布和指数分布。

多维随机变量及其分布是概率统计的考查重点，几乎每年必考，因此大家一定要重点复习。这章的主要考点包括：求二维随机变量的联合分布和概率密度、边缘分布和边缘密度、条件分布和条件密度、两个随机变量的简单函数的分布和密度、不相关性和独立性的判断。另外，对二维均匀分布和正态分布的有关性质和概率计算也需要掌握。

随机变量的数字特征是概率统计的第二个考查重点，也要重点复习。这章的主要考点是数学期望、方差和相关系数的计算，对不相关和独立性的相互关系要理解。对常见的几个分布的期望和方差要记住，包括：正态分布、二项分布、泊松分布、均匀分布和指数分布。对计算中涉及到的二重积分要能够熟练计算。

在统计部分主要考查的是数理统计的三大分布和参数估计，其中三大分布是：分布、分布和分布，对它们的基本性质要掌握。参数估计主要是点估计中的矩估计和最大似然估计量的计算，对于数学一的考生来说，还要求理解点估计量优劣的几个评价标准，包括：无偏性、有效性和一致性(相合性)。区间估计仅对数学一的考生要求复习，虽然它在大纲考试范围之内，但从过去的实际考试情况看，这一部分很少考，不是考试重点。

除了以上所讲的考试内容外，还有两部分很少考的章节，一个是大数定律和中心极限定理，另一个是仅对数学一考生要求的假设检验，但这部分基本不考，也不是考试重点，有时间的同学适当复习一下，时间很紧来不及复习的同学可以放弃，把时间和精力放在重点内容上。这些仅是对复习的一些建议，供大家参考。

在研究生考试中，大纲要求统计量的部分有三大抽样分布，即卡方分布、t分布和F分布，几乎是每年必考的内容，需要考生能够灵活的运用这些分布的基本概念和性质即可解决问题。比如卡方分布，考生只要明白标准正态分布的平方和服从卡方分布，有几项的和，自由度就是几，抓住了这点问题就可以迎刃而解。概率论与数理统计大题的部分：求随机变量函数的分布、随机变量的数字特征、估计参数是高频题型。围绕这些知识点的相关知识一定要熟练掌握。2017年概率统计的两个大题是常考题目，第22题是求随机变量函数的概率密度问题，方法就是利用分布函数的概念进行计算，注意分段点的讨论;第23题第一问是关键点，利用分布函数的概念求出概率密度，第二、三问求参数的矩估计和极大似然估计问题，可以称得上每年必考的题目，考生务必掌握。

考生只需能够把握考试的基本规律，按照科学的方法进行复习和备考，都可以取得不错甚至非常好的成绩。希望以上对考研数学概率复习的要点的内容能提供给大家一些复习参考。